解读JVM虚拟机( 四 ) 概要点：java虚拟机概述和基本

提供了俩个非常关键的参数控制系统的吞吐量

-XX:MaxGCPauseMillis：设置最大垃圾收集停顿时间，可用把虚拟机在GC停顿的时间控制在MaxGCPauseMillis范围内，如果希望减少GC停顿时间可以将MaxGCPauseMillis设置的很小，但是会导致GC频繁，从而增加了GC的总时间，降低了吞吐量。所以需要根据实际情况设置该值。

-XX:GCTimeRatio：设置吞吐量大小，它是一个0到100之间的整数，默认情况下他的取值是99 ，那么系统将花费不超过1/(1+n)的时间用于垃圾回收，也就是1/(1+99) = 1%的时间。

另外还可以指定 -XX:+UseAdaptiveSizePolicy打开自适应模式，在这种模式下，新生代的大小、eden、from/to的比例，以及晋升老年代的对象年龄参数会被自动调整，以达到在堆大小、吞吐量和停顿时间之间的平衡点。

并行回收器（ParallelOldGC回收器）：

老年代ParallelOldGC回收器也是一种多线程的回收器，和新生代的ParallelGC回收器一样，也是一种关注吞吐量的回收器，他使用了标记压缩算法进行实现。
-XX:+UseParallelOldGC 进行设置
-XX:+ParallelGCThreads 也可以设置垃圾收集时的线程数量。

CMS回收器：

CMS全称为：Concurrent Mark Sweep 意为并发标记清除，他使用的是标记清除法，主要关注系统停顿时间。
使用 -XX:+UseConcMarkSweepGC 进行设置。
使用 -XX:ConcGCThreads 设置并发线程数量。
CMS并不是独占的回收器，也就说CMS回收的过程中，应用程序仍然在不停的工作，又会有新的垃圾不断的产生，所以在使用CMS的过程中应该确保应用程序的内存足够可用。 CMS不会等到应用程序饱和的时候才去回收垃圾，而是在某一阀值的时候开始回收，回收阀值可用指定的参数进行配置， -XX:CMSInitiatingOccupancyFraction来指定，默认为68 ，也就是说当老年代的空间使用率达到68%的时候，会执行CMS回收。如果内存使用率增长的很快，在CMS执行的过程中，已经出现了内存不足的情况，此时CMS回收就会失败，虚拟机将启动老年代串行回收器进行垃圾回收，这会导致应用程序中断，知道垃圾回收完成后才会正常工作，这个过程GC的停顿时间可能较长，所以 - XX:CMSInitiatingOccupancyFraction的设置要根据实际的情况。
标记清除法有个缺点就是存在内存碎片的问题，那么CMS有个参数设置-XX:+UseCMSCompactAtFullCollecion可以使CMS回收完成之后进行一次碎片整理， -XX:CMSFullGCsBeforeCompaction参数可以设置进行多少次CMS回收之后，对内存进行一次压缩。

G1回收器：

G1回收器(Garbage-First)是在jdk1.7中正式使用的垃圾回收器，从长期目标来看是为了取代CMS回收器， G1回收器拥有独特的垃圾回收策略， G1属于分代垃圾回收器，区分新生代和老年代，依然有eden和from/to区，它并不要求整个eden区或者新生代、老年代的空间都连续，它使用了分区算法。
并行性：G1回收期间可多线程同时工作。
并发性：G1拥有与应用程序交替执行能力，部分工作可与应用程序同时执行，在整个GC期间不会完全阻塞应用程序。
分代GC:G1依然是一个分代的收集器，但是它是兼顾新生代和老年代一起工作，之前的垃圾收集器他们或者在新生代工作，或者在老年代工作，因此这是一个很大的不同。空间整理：G1在回收过程中，不会像CMS那样在若干次GC后需要进行碎片整理， G1采用了有效复制对象的方式，减少空间碎片。
可预见性：由于分区的原因， G1可以只选取部分区域进行回收，缩小了回收的范围，提升了性能。
使用 -XX:+UseG1GC 应用G1收集器
使用 -XX:MaxGCPauseMillis 指定最大停顿时间
使用 -XX:ParallelGCThreads 设置并行回收的线程数量

Tomcat性能影响实验:

配置环境说明：Tomcat7
一个JSP网站测试网站吞吐量（1个指标、停顿时间，内存的使用情况，包括回收的效率....）
工具：Apache JMeter 下载地址：
实验原理：通过JMeter对Tomcat增加压力，不同的虚拟机参数应该会有不同的表现
目的：观察不同配置参数对吞吐量的影响

测试串行回收器:

-XX:+PrintGCDetails -Xmx32M -Xms32M
-XX:+HeapDumpOnOutOfMemoryError
-XX:+UseSerialGC -XX:PermSize=32M
测试结果显示吞吐量为：1152 115

扩大堆内存以提升系统性能: